CN113034164A - 基于云存储的智能制造工业产品赋码溯源管理分析方法 - Google Patents

基于云存储的智能制造工业产品赋码溯源管理分析方法 Download PDF

Info

Publication number
CN113034164A
CN113034164A CN202110396681.8A CN202110396681A CN113034164A CN 113034164 A CN113034164 A CN 113034164A CN 202110396681 A CN202110396681 A CN 202110396681A CN 113034164 A CN113034164 A CN 113034164A
Authority
CN
China
Prior art keywords
process step
manufacturing
industrial
finished product
semi
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110396681.8A
Other languages
English (en)
Other versions
CN113034164B (zh
Inventor
郑龙生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Lingyu Technology Co.,Ltd.
Original Assignee
Longsheng Quantitative Wuhan Big Data Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Longsheng Quantitative Wuhan Big Data Technology Co ltd filed Critical Longsheng Quantitative Wuhan Big Data Technology Co ltd
Priority to CN202110396681.8A priority Critical patent/CN113034164B/zh
Publication of CN113034164A publication Critical patent/CN113034164A/zh
Application granted granted Critical
Publication of CN113034164B publication Critical patent/CN113034164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开基于云存储的智能制造工业产品赋码溯源管理分析方法，通过获取制造该工业产品对应的零部件基本信息及对应的工序步骤，并在制作过程中采集各工序步骤对应实际用到的零部件名称、制造环境参数、工业半成品三维图像和制造人姓名，同时获取该工业产品制造完成后的制造参数信息，进而将以上信息通过二维码生成工具生成溯源二维码，将其赋在该制作完成的工业产品上，实现了该制造工业产品整个制造过程的品质溯源，大大减少了出现品质问题找不到责任主体情况的发生，不仅及时保障了购买方的切身利益，同时也避免了制造企业的品质信誉受到影响，有利于提高整个制造业制造工业产品的品质持续安全性。

Description

基于云存储的智能制造工业产品赋码溯源管理分析方法
技术领域
本发明属于工业产品溯源管理技术领域，具体涉及基于云存储的智能制造工业产品赋码溯源管理分析方法。
背景技术
近年来，随着经济的发展和人们对工业产品不断增长的需求，我国制造工业也迎来了飞速发展，其工业产品的制造数量也在逐年激增。为了提高工业产品制造效率，一些制造企业选择以次充好，导致出现了很多工业产品品质安全事件，这给购买方带来很大的经济损失，因此现在人们越来越看重工业产品的制造品质。各级政府采取多种举措加强工业产品质量安全监管，但有效的监管手段仍显匮乏，特别是当购买方买到的工业产品出现品质问题，而问责制造企业时，制造企业往往难以确定该工业产品出现的品质问题是源于哪个工序步骤，进而导致难以找到责任主体，这不仅损害了购买方的切身利益，还影响了制造企业的质量信誉。鉴于此，本发明提出基于云存储的智能制造工业产品赋码溯源管理分析方法。
发明内容
本发明的目的在于提出基于云存储的智能制造工业产品赋码溯源管理分析方法，通过获取制造该工业产品对应的零部件基本信息及对应的工序步骤，并在制造过程中采集各工序步骤对应的制造参数信息，同时获取该工业产品制造完成后的制造参数信息，进而将以上信息通过二维码生成工具生成溯源二维码，将其赋在该制造完成的工业产品上，实现了制造工业产品的赋码溯源。
本发明的目的可以通过以下技术方案实现：
基于云存储的智能制造工业产品赋码溯源管理分析方法，包括以下步骤；
S1.制造零部件统计及零部件生产信息获取：统计制造该工业产品对应的零部件名称，并对统计的各零部件按照预设的顺序进行编号，分别标记为1,2...i...n，同时获取各零部件对应的生产基本信息，进而将各零部件对应的生产基本信息存储在零部件信息库中；
S2.制造工序步骤获取：获取制造该工业产品对应的各工序步骤，并对获取的各工序步骤按照制造的先后顺序进行编号，依次标记为1,2...j...m；
S3.工序步骤制造参数采集：在制造过程中获取各工序步骤对应实际用到的零部件名称,并通过环境参数采集终端采集各工序步骤对应的制造环境参数，进而将采集的各工序步骤对应的制造环境参数构成工序步骤制造环境参数集合Qw(qw1,qw2,...,qwj,...,qwm)，qwj表示为第j个工序步骤的制造环境参数对应的数值，w表示为制造环境参数，w＝r1,r2,r3,r4,分别表示为温度、湿度、氧气浓度、粉尘浓度，同时当各工序步骤完成之后采集各工序步骤对应的工业半成品三维图像，与此同时还获取各工序步骤对应的制造人姓名，从而将采集的各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像和制造人姓名存储在制造过程信息库中；
S4.工序步骤对应零部件综合使用匹配系数统计：从制造数据库中提取制造该工业产品对应各工序步骤的标准应用到的零部件名称，并从制造过程信息库中提取各工序步骤对应实际用到的零部件名称，由此将各工序步骤对应实际用到的零部件名称分别对应与各工序步骤的标准应用到的零部件名称进行匹配，若某工序步骤对应实际用到的某个零部件名称与该工序步骤标准应用到的零部件名称匹配失败，则该工序步骤对应的单个零部件使用匹配系数记为λ，若某工序步骤对应实际用到的某个零部件名称与该工序步骤标准应用到的零部件名称匹配成功，则该工序步骤对应的单个零部件使用匹配系数记为ξ，此时统计各工序步骤对应实际用到的零部件名称与该工序步骤的标准应用到的零部件名称之间匹配成功的次数和匹配失败的次数，以此统计各工序步骤对应的零部件综合使用匹配系数；
S5.工序步骤对应制造环境品质系数统计：从制造数据库中提取制造该工业产品对应各工序步骤的标准制造环境参数，并从制造过程信息库中提取工序步骤制造环境参数集合，进而将工序步骤制造环境参数集合对应与各工序步骤对应的标准制造环境参数进行对比，得到工序步骤制造环境参数对比集合ΔQw(Δqw1,Δqw2,...,Δqwj,...,Δqwm)，由此根据工序步骤制造环境参数对比集合统计各工序步骤对应的制造环境品质系数；
S6.工序步骤对应工业半成品外形品质系数统计：从制造过程信息库中提取各工序步骤对应的工业半成品三维图像，并将提取的工业产品半成品三维图像分别进行产品外形轮廓、颜色特征、形状特征抓取，由此获取各工序步骤对应工业半成品的体积、颜色色度、形状类型，此时从制造数据库中提取制造该工业产品对应各工序步骤的标准工业半成品的颜色色度、体积和形状类型，从而将工序步骤工业半成品外表参数集合中的各工序步骤对应的工业半成品的形状类型与该工序步骤对应的标准工业半成品的形状类型进行对比，若某工序步骤对应工业半成品的形状类型与该工序步骤对应标准工业半成品的形状类型对比一致，则该工序步骤对应的工业半成品形状类型品质系数记为μ，若某工序步骤对应工业半成品的形状类型与该工序步骤对应标准工业半成品的形状类型的形状类型对比不一致，则该工序步骤对应的工业半成品形状类型品质系数记为ε，与此同时将各工序步骤对应的工业半成品的颜色色度和体积构成工序步骤工业半成品外表参数集合Gu(gu1,gu2,...,guj,...,gum)，guj表示为第j个工序步骤对应工业半成品的外表参数对应的数值，u表示为外表参数，u＝d1,d2分别表示为颜色色度、体积，并将其分别与各工序步骤对应标准工业半成品的颜色色度和体积进行对比，得到工序步骤工业半成品外表参数对比集合ΔGu(Δgu1,Δgu2,...,Δguj,...,Δgum)，由此根据工序步骤工业半成品外表参数对比集合和各工序步骤对应的工业半成品形状类型品质系数统计各工序步骤对应的工业半成品外形品质系数；
S7.工业产品制造完成参数获取：在该工业产品制造完成后进行质检，并获取制造完成参数信息，同时采集该工业产品制造完成后的三维图像；
S8.工业产品溯源二维码生成：从零部件信息库中提取各零部件对应的生产基本信息，从制造过程信息库中提取各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像和制造人姓名，进而将各零部件对应的生产基本信息、各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像、制造人姓名、各工序步骤对应的零部件综合匹配系数、各工序步骤对应的制造环境品质系数、各工序步骤对应的工业半成品外形品质系数、制造完成参数信息和制造完成后的三维图像通过二维码生成工具生成溯源二维码，进而将其赋在该制造完成的工业产品上。
根据一个优选实施方式，所述各零部件对应的生产基本信息包括生产厂商名称、生产日期、有效期和质检结果。
根据一个优选实施方式，所述环境参数采集终端包括温度传感器、湿度传感器、气体传感器和粉尘浓度传感器，其中温度传感器用于检测各工序步骤对应的制造环境温度，湿度传感器用于检测各工序步骤对应的制造环境湿度，气体传感器用于检测各工序步骤对应的制造环境氧气浓度，粉尘浓度传感器用于检测各工序步骤对应的制造环境粉尘浓度。
根据一个优选实施方式，所述各工序步骤对应的零部件综合使用匹配系数的计算公式为
Figure BDA0003018834390000051
式中δj表示为第j个工序步骤对应的零部件综合使用匹配系数，xj、yj分别表示为第j个工序步骤对应实际用到的零部件名称与该工序步骤的标准应用到的零部件名称之间匹配成功的次数、匹配失败的次数。
根据一个优选实施方式，所述各工序步骤对应的制造环境品质系数的计算公式为
Figure BDA0003018834390000052
式中σj表示为第j个工序步骤对应的制造环境品质系数，Δqr1j、Δqr2j、Δqr3j、Δqr4j分别表示为第j个工序步骤对应的制造环境温度、湿度、氧气浓度、粉尘浓度与该工序步骤对应标准制造环境的温度、湿度、氧气浓度、粉尘浓度之间的对比值，q′r1j、q′r2j、q′r3j、q′r4j分别表示为第j个工序步骤对应标准制造环境的温度、湿度、氧气浓度、粉尘浓度。
根据一个优选实施方式，所述S6中获取各工序步骤对应的工业半成品形状类型，其具体获取方法为将抓取的各工序步骤对应工业半成品的形状特征与设置的各种形状类型对应的形状特征进行对比，并分别统计各工序步骤对应工业半成品的形状特征与设置的各种形状类型对应形状特征的对比相似度，进而从中筛选出对比相比相似度最大的形状类型，作为各工序步骤对应的工业半成品形状类型。
根据一个优选实施方式，所述各工序步骤对应的工业半成品外形品质系数的计算公式为
Figure BDA0003018834390000053
式中
Figure BDA0003018834390000054
表示为第j个工序步骤对应的工业半成品外形品质系数，Δgd1j、Δgd2j分别表示为第j个工序步骤对应工业半成品的颜色色度、体积与该工序步骤对应标准工业半成品的颜色色度、体积之间的对比值，g′d1j、g′d2j分别表示为第j个工序步骤对应标准工业半成品的颜色色度、体积，ρj表示为第j个工序步骤对应的工业半成品形状类型品质系数，其中ρ的取值为μ，或者为ε。
根据一个优选实施方式，所述制造完成参数信息包括制造完成时间、制造厂名称、生产批次号、质检结果和有效期。
本发明的有益效果如下：
(1)本发明通过获取制造该工业产品对应的零部件基本信息及对应的工序步骤，并在制造过程中采集各工序步骤对应的制造参数信息，同时获取该工业产品制造完成后的制造参数信息，进而将以上信息通过二维码生成工具生成溯源二维码，将其赋在该制造完成的工业产品上，实现了该制造工业产品整个制造过程的品质溯源，大大减少了出现品质问题找不到责任主体情况的发生，不仅及时保障了购买方的切身利益，同时也避免了制造企业的品质信誉受到影响，有利于提高整个制造业制造工业产品的品质持续安全性。
(2)本发明在采集各工序步骤对应的制造参数信息过程中，不仅采集了各工序步骤对应实际用到的零部件名称、制造环境参数和工业半成品三维图像等制造过程实际信息，还通过将采集的各工序步骤对应的制造过程实际信息进行分析处理，统计出各工序步骤对应的零部件综合使用匹配系数、制造环境品质系数和工业半成品外形品质系数，其统计的相关系数不仅实现了对该工业产品制造过程中实际信息的分析处理，还实现了该工业产品在各工序步骤对应制造品质状况的量化展示，更加便利了购买方对该工业产品的品质溯源。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，基于云存储的智能制造工业产品赋码溯源管理分析方法，包括以下步骤；
S1.制造零部件统计及零部件生产信息获取：统计制造该工业产品对应的零部件名称，并对统计的各零部件按照预设的顺序进行编号，分别标记为1,2...i...n，同时获取各零部件对应的生产基本信息，其中生产基本信息包括生产厂商名称、生产日期、有效期和质检结果，进而将各零部件对应的生产基本信息存储在零部件信息库中；
S2.制造工序步骤获取：获取制造该工业产品对应的各工序步骤，并对获取的各工序步骤按照制造的先后顺序进行编号，依次标记为1,2...j...m；
S3.工序步骤制造参数采集：在制造过程中获取各工序步骤对应实际用到的零部件名称,并通过环境参数采集终端采集各工序步骤对应的制造环境参数，所述环境参数采集终端包括温度传感器、湿度传感器、气体传感器和粉尘浓度传感器，其中温度传感器用于检测各工序步骤对应的制造环境温度，湿度传感器用于检测各工序步骤对应的制造环境湿度，气体传感器用于检测各工序步骤对应的制造环境氧气浓度，粉尘浓度传感器用于检测各工序步骤对应的制造环境粉尘浓度，进而将采集的各工序步骤对应的制造环境参数构成工序步骤制造环境参数集合Qw(qw1,qw2,...,qwj,...,qwm)，qwj表示为第j个工序步骤的制造环境参数对应的数值，w表示为制造环境参数，w＝r1,r2,r3,r4,分别表示为温度、湿度、氧气浓度、粉尘浓度，同时当各工序步骤完成之后采集各工序步骤对应的工业半成品三维图像，与此同时还获取各工序步骤对应的制造人姓名，从而将采集的各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像和制造人姓名存储在制造过程信息库中；
S4.工序步骤对应零部件综合使用匹配系数统计：从制造数据库中提取制造该工业产品对应各工序步骤的标准应用到的零部件名称，并从制造过程信息库中提取各工序步骤对应实际用到的零部件名称，由此将各工序步骤对应实际用到的零部件名称分别对应与各工序步骤的标准应用到的零部件名称进行匹配，若某工序步骤对应实际用到的某个零部件名称与该工序步骤标准应用到的零部件名称匹配失败，则该工序步骤对应的单个零部件使用匹配系数记为λ，若某工序步骤对应实际用到的某个零部件名称与该工序步骤标准应用到的零部件名称匹配成功，则该工序步骤对应的单个零部件使用匹配系数记为ξ，此时统计各工序步骤对应实际用到的零部件名称与该工序步骤的标准应用到的零部件名称之间匹配成功的次数和匹配失败的次数，以此统计各工序步骤对应的零部件综合使用匹配系数
Figure BDA0003018834390000081
式中δj表示为第j个工序步骤对应的零部件综合使用匹配系数，xj、yj分别表示为第j个工序步骤对应实际用到的零部件名称与该工序步骤的标准应用到的零部件名称之间匹配成功的次数、匹配失败的次数；
S5.工序步骤对应制造环境品质系数统计：从制造数据库中提取制造该工业产品对应各工序步骤的标准制造环境参数，并从制造过程信息库中提取工序步骤制造环境参数集合，进而将工序步骤制造环境参数集合对应与各工序步骤对应的标准制造环境参数进行对比，得到工序步骤制造环境参数对比集合ΔQw(Δqw1,Δqw2,...,Δqwj,...,Δqwm)，由此根据工序步骤制造环境参数对比集合统计各工序步骤对应的制造环境品质系数
Figure BDA0003018834390000091
式中σj表示为第j个工序步骤对应的制造环境品质系数，Δqr1j、Δqr2j、Δqr3j、Δqr4j分别表示为第j个工序步骤对应的制造环境温度、湿度、氧气浓度、粉尘浓度与该工序步骤对应标准制造环境的温度、湿度、氧气浓度、粉尘浓度之间的对比值，q′r1j、q′r2j、q′r3j、q′r4j分别表示为第j个工序步骤对应标准制造环境的温度、湿度、氧气浓度、粉尘浓度；
S6.工序步骤对应工业半成品外形品质系数统计：从制造过程信息库中提取各工序步骤对应的工业半成品三维图像，并将提取的工业产品半成品三维图像分别进行产品外形轮廓、颜色特征、形状特征抓取，由此获取各工序步骤对应的工业半成品的体积、颜色色度、形状类型，其具体获取方法为将抓取的各工序步骤对应工业半成品的形状特征与设置的各种形状类型对应的形状特征进行对比，并分别统计各工序步骤对应工业半成品的形状特征与设置的各种形状类型对应形状特征的对比相似度，进而从中筛选出对比相比相似度最大的形状类型，作为各工序步骤对应的工业半成品形状类型，此时从制造数据库中提取制造该工业产品对应各工序步骤的标准工业半成品的颜色色度、体积和形状类型，从而将工序步骤工业半成品外表参数集合中的各工序步骤对应的工业半成品的形状类型与该工序步骤对应的标准工业半成品的形状类型进行对比，若某工序步骤对应工业半成品的形状类型与该工序步骤对应标准工业半成品的形状类型对比一致，则该工序步骤对应的工业半成品形状类型品质系数记为μ，若某工序步骤对应工业半成品的形状类型与该工序步骤对应标准工业半成品的形状类型的形状类型对比不一致，则该工序步骤对应的工业半成品形状类型品质系数记为ε，与此同时将各工序步骤对应的工业半成品的颜色色度和体积构成工序步骤工业半成品外表参数集合Gu(gu1,gu2,...,guj,...,gum)，guj表示为第j个工序步骤对应工业半成品的外表参数对应的数值，u表示为外表参数，u＝d1,d2分别表示为颜色色度、体积，并将其分别与各工序步骤对应标准工业半成品的颜色色度和体积进行对比，得到工序步骤工业半成品外表参数对比集合ΔGu(Δgu1,Δgu2,...,Δguj,...,Δgum)，由此根据工序步骤工业半成品外表参数对比集合和各工序步骤对应的工业半成品形状类型品质系数统计各工序步骤对应的工业半成品外形品质系数
Figure BDA0003018834390000101
式中
Figure BDA0003018834390000102
表示为第j个工序步骤对应的工业半成品外形品质系数，Δgd1j、Δgd2j分别表示为第j个工序步骤对应工业半成品的颜色色度、体积与该工序步骤对应标准工业半成品的颜色色度、体积之间的对比值，g′d1j、g′d2j分别表示为第j个工序步骤对应标准工业半成品的颜色色度、体积，ρj表示为第j个工序步骤对应的工业半成品形状类型品质系数，其中ρ的取值为μ，或者为ε；
本实施例在采集各工序步骤对应的制造参数信息过程中，不仅采集了各工序步骤对应实际用到的零部件名称、制造环境参数和工业半成品三维图像等制造过程实际信息，还通过将采集的各工序步骤对应的制造过程实际信息进行分析处理，统计出各工序步骤对应的零部件综合使用匹配系数、制造环境品质系数和工业半成品外形品质系数，其统计的相关系数不仅实现了对该工业产品制造过程中实际信息的分析处理，还实现了该工业产品在各工序步骤对应制造品质状况的量化展示，更加便利了购买方对该工业产品的品质溯源；
S7.工业产品制造完成参数获取：在该工业产品制造完成后进行质检，并获取制造完成参数信息，其中制造完成参数信息包括制造完成时间、制造厂名称、生产批次号、质检结果和有效期，同时采集该工业产品制造完成后的三维图像；
S8.工业产品溯源二维码生成：从零部件信息库中提取各零部件对应的生产基本信息，从制造过程信息库中提取各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像和制造人姓名，进而将各零部件对应的生产基本信息、各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像、制造人姓名、各工序步骤对应的零部件综合匹配系数、各工序步骤对应的制造环境品质系数、各工序步骤对应的工业半成品外形品质系数、制造完成参数信息和制造完成后的三维图像通过二维码生成工具生成溯源二维码，进而将其赋在该制造完成的工业产品上，便于购买方通过扫描该工业产品上的溯源二维码即可直观了解该工业产品在整个制造过程中的制造信息，实现了该制造工业产品整个制造过程的品质溯源，大大减少了出现品质问题找不到责任主体情况的发生，不仅及时保障了购买方的切身利益，同时也避免了制造企业的品质信誉受到影响，有利于提高整个制造业制造工业产品的品质持续安全性。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：包括以下步骤；
S1.制造零部件统计及零部件生产信息获取：统计制造该工业产品对应的零部件名称，并对统计的各零部件按照预设的顺序进行编号，分别标记为1,2...i...n，同时获取各零部件对应的生产基本信息，进而将各零部件对应的生产基本信息存储在零部件信息库中；
S2.制造工序步骤获取：获取制造该工业产品对应的各工序步骤，并对获取的各工序步骤按照制造的先后顺序进行编号，依次标记为1,2...j...m；
S3.工序步骤制造参数采集：在制造过程中获取各工序步骤对应实际用到的零部件名称,并通过环境参数采集终端采集各工序步骤对应的制造环境参数，进而将采集的各工序步骤对应的制造环境参数构成工序步骤制造环境参数集合Qw(qw1,qw2,...,qwj,...,qwm)，qwj表示为第j个工序步骤的制造环境参数对应的数值，w表示为制造环境参数，w＝r1,r2,r3,r4,分别表示为温度、湿度、氧气浓度、粉尘浓度，同时当各工序步骤完成之后采集各工序步骤对应的工业半成品三维图像，与此同时还获取各工序步骤对应的制造人姓名，从而将采集的各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像和制造人姓名存储在制造过程信息库中；
S4.工序步骤对应零部件综合使用匹配系数统计：从制造数据库中提取制造该工业产品对应各工序步骤的标准应用到的零部件名称，并从制造过程信息库中提取各工序步骤对应实际用到的零部件名称，由此将各工序步骤对应实际用到的零部件名称分别对应与各工序步骤的标准应用到的零部件名称进行匹配，若某工序步骤对应实际用到的某个零部件名称与该工序步骤标准应用到的零部件名称匹配失败，则该工序步骤对应的单个零部件使用匹配系数记为λ，若某工序步骤对应实际用到的某个零部件名称与该工序步骤标准应用到的零部件名称匹配成功，则该工序步骤对应的单个零部件使用匹配系数记为ξ，此时统计各工序步骤对应实际用到的零部件名称与该工序步骤的标准应用到的零部件名称之间匹配成功的次数和匹配失败的次数，以此统计各工序步骤对应的零部件综合使用匹配系数；
S5.工序步骤对应制造环境品质系数统计：从制造数据库中提取制造该工业产品对应各工序步骤的标准制造环境参数，并从制造过程信息库中提取工序步骤制造环境参数集合，进而将工序步骤制造环境参数集合对应与各工序步骤对应的标准制造环境参数进行对比，得到工序步骤制造环境参数对比集合ΔQw(Δqw1,Δqw2,...,Δqwj,...,Δqwm)，由此根据工序步骤制造环境参数对比集合统计各工序步骤对应的制造环境品质系数；
S6.工序步骤对应工业半成品外形品质系数统计：从制造过程信息库中提取各工序步骤对应的工业半成品三维图像，并将提取的工业产品半成品三维图像分别进行产品外形轮廓、颜色特征、形状特征抓取，由此获取各工序步骤对应工业半成品的体积、颜色色度、形状类型，此时从制造数据库中提取制造该工业产品对应各工序步骤的标准工业半成品的颜色色度、体积和形状类型，从而将工序步骤工业半成品外表参数集合中的各工序步骤对应的工业半成品的形状类型与该工序步骤对应的标准工业半成品的形状类型进行对比，若某工序步骤对应工业半成品的形状类型与该工序步骤对应标准工业半成品的形状类型对比一致，则该工序步骤对应的工业半成品形状类型品质系数记为μ，若某工序步骤对应工业半成品的形状类型与该工序步骤对应标准工业半成品的形状类型的形状类型对比不一致，则该工序步骤对应的工业半成品形状类型品质系数记为ε，与此同时将各工序步骤对应的工业半成品的颜色色度和体积构成工序步骤工业半成品外表参数集合Gu(gu1,gu2,...,guj,...,gum)，guj表示为第j个工序步骤对应工业半成品的外表参数对应的数值，u表示为外表参数，u＝d1,d2分别表示为颜色色度、体积，并将其分别与各工序步骤对应标准工业半成品的颜色色度和体积进行对比，得到工序步骤工业半成品外表参数对比集合ΔGu(Δgu1,Δgu2,...,Δguj,...,Δgum)，由此根据工序步骤工业半成品外表参数对比集合和各工序步骤对应的工业半成品形状类型品质系数统计各工序步骤对应的工业半成品外形品质系数；
S7.工业产品制造完成参数获取：在该工业产品制造完成后进行质检，并获取制造完成参数信息，同时采集该工业产品制造完成后的三维图像；
S8.工业产品溯源二维码生成：从零部件信息库中提取各零部件对应的生产基本信息，从制造过程信息库中提取各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像和制造人姓名，进而将各零部件对应的生产基本信息、各工序步骤对应实际用到的零部件名称、工序步骤制造环境参数集合、工业半成品三维图像、制造人姓名、各工序步骤对应的零部件综合匹配系数、各工序步骤对应的制造环境品质系数、各工序步骤对应的工业半成品外形品质系数、制造完成参数信息和制造完成后的三维图像通过二维码生成工具生成溯源二维码，进而将其赋在该制造完成的工业产品上。
2.根据权利要求1所述的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述各零部件对应的生产基本信息包括生产厂商名称、生产日期、有效期和质检结果。
3.根据权利要求1所述的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述环境参数采集终端包括温度传感器、湿度传感器、气体传感器和粉尘浓度传感器，其中温度传感器用于检测各工序步骤对应的制造环境温度，湿度传感器用于检测各工序步骤对应的制造环境湿度，气体传感器用于检测各工序步骤对应的制造环境氧气浓度，粉尘浓度传感器用于检测各工序步骤对应的制造环境粉尘浓度。
4.根据权利要求1所述的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述各工序步骤对应的零部件综合使用匹配系数的计算公式为
Figure FDA0003018834380000041
式中δj表示为第j个工序步骤对应的零部件综合使用匹配系数，xj、yj分别表示为第j个工序步骤对应实际用到的零部件名称与该工序步骤的标准应用到的零部件名称之间匹配成功的次数、匹配失败的次数。
5.根据权利要求1所述的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述各工序步骤对应的制造环境品质系数的计算公式为
Figure FDA0003018834380000042
式中σj表示为第j个工序步骤对应的制造环境品质系数，Δqr1j、Δqr2j、Δqr3j、Δqr4j分别表示为第j个工序步骤对应的制造环境温度、湿度、氧气浓度、粉尘浓度与该工序步骤对应标准制造环境的温度、湿度、氧气浓度、粉尘浓度之间的对比值，q′r1j、q′r2j、q′r3j、q′r4j分别表示为第j个工序步骤对应标准制造环境的温度、湿度、氧气浓度、粉尘浓度。
6.根据权利要求1所述的的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述S6中获取各工序步骤对应的工业半成品形状类型，其具体获取方法为将抓取的各工序步骤对应工业半成品的形状特征与设置的各种形状类型对应的形状特征进行对比，并分别统计各工序步骤对应工业半成品的形状特征与设置的各种形状类型对应形状特征的对比相似度，进而从中筛选出对比相比相似度最大的形状类型，作为各工序步骤对应的工业半成品形状类型。
7.根据权利要求1所述的的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述各工序步骤对应的工业半成品外形品质系数的计算公式为
Figure FDA0003018834380000051
式中
Figure FDA0003018834380000052
表示为第j个工序步骤对应的工业半成品外形品质系数，Δgd1j、Δgd2j分别表示为第j个工序步骤对应工业半成品的颜色色度、体积与该工序步骤对应标准工业半成品的颜色色度、体积之间的对比值，g′d1j、g′d2j分别表示为第j个工序步骤对应标准工业半成品的颜色色度、体积，ρj表示为第j个工序步骤对应的工业半成品形状类型品质系数，其中ρ的取值为μ，或者为ε。
8.根据权利要求1所述的的基于云存储的智能制造工业产品赋码溯源管理分析方法，其特征在于：所述制造完成参数信息包括制造完成时间、制造厂名称、生产批次号、质检结果和有效期。
CN202110396681.8A 2021-04-13 2021-04-13 基于云存储的智能制造工业产品赋码溯源管理分析方法 Active CN113034164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110396681.8A CN113034164B (zh) 2021-04-13 2021-04-13 基于云存储的智能制造工业产品赋码溯源管理分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110396681.8A CN113034164B (zh) 2021-04-13 2021-04-13 基于云存储的智能制造工业产品赋码溯源管理分析方法

Publications (2)

Publication Number Publication Date
CN113034164A true CN113034164A (zh) 2021-06-25
CN113034164B CN113034164B (zh) 2021-12-28

Family

ID=76456537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110396681.8A Active CN113034164B (zh) 2021-04-13 2021-04-13 基于云存储的智能制造工业产品赋码溯源管理分析方法

Country Status (1)

Country Link
CN (1) CN113034164B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113327067A (zh) * 2021-07-01 2021-08-31 武汉源铭盛网络科技有限公司 一种基于人工智能的工业智能制造产品品质全流程分析控制方法及控制云平台
CN114025353A (zh) * 2021-11-04 2022-02-08 湖南三一华源机械有限公司 移动设备的数据处理方法、装置、存储介质和移动设备
CN117974168A (zh) * 2024-03-28 2024-05-03 深圳市海域达赫科技有限公司 基于物联网的产品溯源方法、系统、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120173347A1 (en) * 2010-12-30 2012-07-05 De Almeida Neves Gustavo Automatic System and Method for Tracking and Decoding Barcode by Means of Portable Devices having Digital Cameras
US20160086255A1 (en) * 2013-08-12 2016-03-24 Majnheiv Sainfort System and Method for Maximizing Food Selection Options According to Shopper Preferences, Health Requirements, and Price Preferences and Ensuring Selected Food Freshness to Provide a Complete, Efficient, and Enjoyable Off-Site Grocery Shopping Experience that Benefits Both the Off-Site Shopper and the Grocery Retailer
CN110717768A (zh) * 2019-10-16 2020-01-21 济南大学 奶粉溯源及合理化销售系统
CN210072700U (zh) * 2019-08-29 2020-02-14 河北大学 一种便携式机械加工数字化工厂管理二维编码溯源装置
CN110910147A (zh) * 2018-09-17 2020-03-24 周更新 一种农产品质量溯源系统及方法
CN111915332A (zh) * 2020-08-12 2020-11-10 马妮娜 一种基于大数据的农产品安全溯源追踪监测管理系统
CN112220243A (zh) * 2020-11-10 2021-01-15 海南大学 智能可追踪危化品储存管理系统和方法及其装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120173347A1 (en) * 2010-12-30 2012-07-05 De Almeida Neves Gustavo Automatic System and Method for Tracking and Decoding Barcode by Means of Portable Devices having Digital Cameras
US20160086255A1 (en) * 2013-08-12 2016-03-24 Majnheiv Sainfort System and Method for Maximizing Food Selection Options According to Shopper Preferences, Health Requirements, and Price Preferences and Ensuring Selected Food Freshness to Provide a Complete, Efficient, and Enjoyable Off-Site Grocery Shopping Experience that Benefits Both the Off-Site Shopper and the Grocery Retailer
CN110910147A (zh) * 2018-09-17 2020-03-24 周更新 一种农产品质量溯源系统及方法
CN210072700U (zh) * 2019-08-29 2020-02-14 河北大学 一种便携式机械加工数字化工厂管理二维编码溯源装置
CN110717768A (zh) * 2019-10-16 2020-01-21 济南大学 奶粉溯源及合理化销售系统
CN111915332A (zh) * 2020-08-12 2020-11-10 马妮娜 一种基于大数据的农产品安全溯源追踪监测管理系统
CN112220243A (zh) * 2020-11-10 2021-01-15 海南大学 智能可追踪危化品储存管理系统和方法及其装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113327067A (zh) * 2021-07-01 2021-08-31 武汉源铭盛网络科技有限公司 一种基于人工智能的工业智能制造产品品质全流程分析控制方法及控制云平台
CN114025353A (zh) * 2021-11-04 2022-02-08 湖南三一华源机械有限公司 移动设备的数据处理方法、装置、存储介质和移动设备
CN117974168A (zh) * 2024-03-28 2024-05-03 深圳市海域达赫科技有限公司 基于物联网的产品溯源方法、系统、设备及存储介质
CN117974168B (zh) * 2024-03-28 2024-06-25 深圳市海域达赫科技有限公司 基于物联网的产品溯源方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN113034164B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN113034164B (zh) 基于云存储的智能制造工业产品赋码溯源管理分析方法
CN106021545B (zh) 用于车辆远程诊断与备件检索的方法
CN113065784A (zh) 一种基于大数据的汽车制造业汽车零部件产品生产质量全周期监测分析系统
CN116188475B (zh) 一种外观缺陷自动光学检测的智慧控制方法、系统及介质
CN111242464A (zh) 一种基于spc的陶瓷卫浴质量管理方法
CN113506046A (zh) 一种基于质量管理规范数据追踪的药品质量控制分析系统
CN114707933A (zh) 一种智慧工厂库存智能管理方法、系统及存储介质
CN112288375A (zh) 一种基于大数据的智慧供应链协调管理系统
CN117575624A (zh) 一种导电胶溯源管理系统
CN114493359A (zh) 一种智能制造生产线产品质量评估系统及方法
CN114372823A (zh) 企业供应链管理方法
JP2003186519A (ja) 製品情報管理システム及び方法
CN117808495A (zh) 用于义齿智能化生产的产品数据溯源方法及系统
CN110458231B (zh) 一种陶瓷产品检测方法、装置和设备
CN117034197A (zh) 基于多维Isolate-Detect多变点检测的企业用电典型模式分析方法
CN111666272B (zh) 缝纫制品工时标准的制订方法、装置以及存储介质
CN102136110A (zh) 服装规模化定制的规格-号型对照表产生方法及服装规模化定制生产方法
Fisher et al. The road to quality control: the industrial application of statistical quality control by Homer M. Sarasohn
CN114677046A (zh) 一种工业生产数据资源处理方法、系统及存储介质
CN113554335B (zh) 一种基于大数据的生产计划方法
CN115200513A (zh) 一种旋转体夹具同轴度跳动检测分析控制系统
CN115271464A (zh) 一种基于智慧工厂的半导体制造工艺流程智能监测分析系统
CN115269570A (zh) 一种基于零缺陷工程大数据的质量分析方法及系统
TWI399660B (zh) 偵測半導體製程變異之方法
CN113902361A (zh) 一种基于原材料入库的有效期管理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20211208

Address after: 518000 Room 502, building 8, phase II, Nanshan Yungu entrepreneurship Park, No. 2, Pingshan 1st Road, Pingshan community, Taoyuan Street, Nanshan District, Shenzhen, Guangdong

Applicant after: Shenzhen Lingyu Technology Co.,Ltd.

Address before: Wuhan block industrial chain industrial park, No.9 yuanboyuan South Road, Qiaokou District, Wuhan City, Hubei Province, 430000

Applicant before: Longsheng quantitative (Wuhan) big data Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant